Analiza danych z R, wydanie drugie

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 23 głosach.

Oryginalny tytuł:

Data Analysis with R, Second Edition

Zawartość książki:

Poznaj na przykładach podstawy analizy danych, a także kilka średnio zaawansowanych i zaawansowanych metod i technik, od klasyfikacji i regresji po metody bayesowskie i MCMC, które można natychmiast wykorzystać.

Kluczowe cechy:

⬤ Analiza danych przy użyciu R - najpotężniejszego języka programowania statystycznego.

⬤ Dowiedz się, jak wdrożyć statystykę stosowaną przy użyciu praktycznych przypadków użycia.

⬤ Wykorzystanie popularnych pakietów R do pracy z nieustrukturyzowanymi i ustrukturyzowanymi danymi.

Opis książki:

Często wybierane narzędzie przez pracowników akademickich, R rozprzestrzenił się głęboko w sektorze prywatnym i można go znaleźć w potokach produkcyjnych w niektórych z najbardziej zaawansowanych i odnoszących sukcesy przedsiębiorstw. Moc i specyfika domeny R pozwala użytkownikowi na łatwe, szybkie i zwięzłe wyrażanie złożonych analiz.

Zaczynając od podstaw R i wnioskowania statystycznego, ta książka zagłębia się w zaawansowaną analitykę predykcyjną, pokazując, jak zastosować te techniki do rzeczywistych danych, choć na rzeczywistych przykładach.

Ta pełna wciągających problemów i ćwiczeń książka rozpoczyna się od przeglądu R i jego składni z pakietami takimi jak Rcpp, ggplot2 i dplyr. Stamtąd można zapoznać się z podstawami statystyki stosowanej i wykorzystać tę wiedzę do wykonywania zaawansowanych i potężnych analiz. Rozwiąż trudności związane z przeprowadzaniem analizy danych w praktyce i znajdź rozwiązania do pracy z nieuporządkowanymi danymi, dużymi danymi, komunikowaniem wyników i ułatwianiem odtwarzalności.

Książka ta została zaprojektowana jako nieocenione źródło informacji na wielu etapach kariery każdego analityka danych.

Czego się nauczysz:

⬤ Dokładnie zrozumieć rozumowanie statystyczne i teorię próbkowania.

⬤ Stosować testowanie hipotez w celu wyciągania wniosków z danych.

⬤ Poznasz metody bayesowskie do szacowania parametrów.

⬤ Trenuj modele regresji, klasyfikacji i szeregów czasowych.

⬤ Zręczne radzenie sobie z brakami danych przy użyciu wielokrotnej imputacji.

⬤ Identyfikacja i zarządzanie problematycznymi punktami danych.

⬤ Dowiedz się, jak skalować analizy do większych danych za pomocą Rcpp, data. table, dplyr i równoległości.

⬤ Wdrożyć najlepsze praktyki, aby ułatwić sobie pracę i zapewnić powtarzalność.

Dla kogo jest ta książka:

Ta książka będzie przydatna dla początkujących analityków danych, którzy dopiero poznają koncepcję analizy danych lub którzy chcą budować wydajne modele analityczne w R. Nie jest wymagana wcześniejsza ekspozycja na analizę danych, chociaż podstawowa znajomość języka programowania R jest wymagana, aby jak najlepiej wykorzystać tę książkę.